MétaCan
Menu
Retour à la cohorte
Enregistrement W2952644610 · doi:10.1103/physrevd.99.123517

Prospects of strongly lensed repeating fast radio bursts: Complementary constraints on dark energy evolution

2019· article· en· W2952644610 sur OpenAlexaboutno aff
Bin Liu, Zhengxiang Li, He Gao, Zong‐Hong Zhu

Notice bibliographique

RevuePhysical review. D/Physical review. D. · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePulsars and Gravitational Waves Research
Établissements canadiensnon disponible
Organismes subventionnairesChinese Academy of SciencesNational Natural Science Foundation of China
Mots-clésDark energyPhysicsCosmic microwave backgroundAstrophysicsHubble's lawPopulationCosmologyAstronomyOptics

Résumé

récupéré en direct d'OpenAlex

Fast radio bursts (FRBs) are highly dispersed and probably extragalactic radio flashes with millisecond duration. Recently, the Canadian Hydrogen Intensity Mapping Experiment (using the CHIME/FRB instrument) has reported detections of 13 FRBs during a pre-commissioning phase. It is more exciting that one of the 13 FRBs is a second source of repeaters which suggests that CHIME/FRB and other wide-field sensitive radio telescopes will find a substantial population of repeating FRBs. We have proposed strongly lensed repeating FRBs as a precision cosmological probe, e.g., constraining the Hubble constant and model independently estimating the cosmic curvature. Here, we study complementary constraints on the equation of state of dark energy from strongly lensed FRBs to currently available popular probes. It is found that, in the framework of Chevalier-Polarski-Linder parametrization, adding time delay measurement of 30 strongly lensed FRB systems to cosmic microwave background radiation and type Ia supernovae can improve the dark energy figure of merit by a factor 2. In the precision cosmology era, this improvement is of great significance for studying the nature of dark energy.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,418
Écart entre enseignants0,404 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical review. D/Physical review. D.Même sujetPulsars and Gravitational Waves ResearchTravaux en français237 207